BraTS2019 (ET、TC、WT)
来自The Brain Tumor Segmentation Challenge 2019的BraTS2019数据集包含335个标记的MRI图像。每个病例都有四种模式:T1、T1Gd、T2和FLAIR。数据集的标注区域包括三个肿瘤亚区:水肿(ED)、增强肿瘤(ET)和非增强肿瘤(NET)。相应的分割目标roi为增强肿瘤区域(ET)、肿瘤核心区域(TC = ET+NET)和整个肿瘤区域(WT = ED + ET+NET)。
BraTS2020 (NCR、ED、WT)
BraTS2020数据集包含369例多模态MRI扫描数据，其中训练集包含293例带有ground truth标注的数据，验证集包含125例数据。每个病例都包含四种MRI模态：T1、T1Gd、T2和FLAIR。所有图像都已经过预处理，包括颅骨剥离、重采样到1mm³分辨率、配准到同一解剖模板等步骤。标注包括三个肿瘤区域：坏死和囊性成分（NCR）、水肿区域（ED）和增强肿瘤区域（ET），最终评估指标包括整个肿瘤、肿瘤核心和增强肿瘤的Dice相似性系数和Hausdorff距离。
BraTS2021 (NCR、ED、WT)
BraTS2021数据集在2020版本基础上进行了扩充，训练集增加到1251例数据，验证集包含219例，测试集包含570例。除了延续传统的分割任务外，BraTS2021还新增了总生存期预测任务，要求参赛者不仅要完成肿瘤分割，还要基于影像特征预测患者的生存时间。数据集同样包含四种MRI模态，并且在数据质量控制方面更加严格，所有数据都经过了多位专家的交叉验证和质量检查。
BraTS2022 (NCR、ED、WT)
BraTS2022数据集进一步扩大了数据规模，训练集包含1251例数据，验证集包含219例，测试集大幅增加到570例。除了保持传统的成人胶质瘤分割任务外，BraTS2022首次引入了儿童脑肿瘤分割任务（BraTS-PED），专门针对儿科患者的脑肿瘤进行分割，这填补了儿童脑肿瘤图像分析的空白。同时，数据集在非洲地区的数据收集方面也有所加强（BraTS-Africa），旨在提高算法在不同人群和设备条件下的泛化能力。在技术规范上，BraTS2022继续保持高标准的数据预处理和标注质量，所有图像都统一到240×240×155的体素空间，像素间距为1mm³。
BraTS2023 (ET、TC、WT)
来自The Brain Tumor Segmentation Challenge 2023的BraTS2023数据集包含1251个标记的MRI图像。每个病例都有四种模式:T1、T1Gd、T2和FLAIR。数据集的标注区域包括三个肿瘤亚区:水肿(ED)、增强肿瘤(ET)和非增强肿瘤(NET)。相应的分割目标roi为增强肿瘤区域(ET)、肿瘤核心区域(TC = ET+NET)和整个肿瘤区域(WT = ED + ET+NET)。
BraTS2024(ET、TC、WT、NETC、SNFH、RC)
BraTS2024挑战侧重于使用治疗后MRI(包括T1, T1Gd, T2和FLAIR)对高级别和低级别弥漫性胶质瘤进行治疗后自动多室脑肿瘤分割方法。在这个挑战中考虑评估的子区域是NETC(非增强肿瘤核心，肿瘤内坏死和囊肿区域)，SNFH(周围非增强FLAIR高强度，包括水肿，浸润性肿瘤和治疗后改变区域)，RC(切除腔，包括近期和慢性切除腔的区域，通常含有液体、血液、空气和/或蛋白质物质)、ET、TC (TC = ET + NETC)和WT (WT = ET + SNFH + NETC)。
Prostate158(PZ、TZ)
prostat158数据集包括158张带有专家标签的前列腺MRI。所有病例均包括T2加权(T2)和弥散加权(DWI)图像以及表观弥散系数(ADC)图。相应的目标ROI为前列腺周围区(PZ)和过渡区(TZ)。
CHAOS(liver, right kidney, left kidney, spleen)
来自联合(CT-MR)健康腹部器官分割挑战任务5的CHAOS数据集旨在从使用两种不同序列(T1-DUAL和T2-SPIR)获得的20个MRI数据集中分割腹部器官(肝脏，右肾，左肾，脾脏)。
哈佛全脑图谱数据集(Glioma)
MRI、CT、PET、SPECT
前庭神经梢瘤数据集
数据集包含了不同阶段和大小的前庭神经鞘瘤病例，从微小的肿瘤到较大的占位性病变都有涵盖。每个病例都包含多种MRI序列，主要包括T1加权、T1增强、T2加权和构造干扰稳态序列（CISS）等。T1增强序列对于显示肿瘤的强化特征最为重要，因为前庭神经鞘瘤通常表现为明显的均匀强化。CISS序列由于其高分辨率和优异的软组织对比，特别适用于显示内听道和桥小脑角区域的精细解剖结构。
MyoPS 2020 Dataset
心肌病理分割
